Amazon Web Services ブログ

Amazon Lex を組み合わせた Amazon Connect でダイヤルボタンの数字選択と発話入力を使う

あなたは公共の場所に座っていて、電話でカスタマーサポートに問い合わせる必要があるとします。あなたは移動中で、予約の確認か変更をしたい、もしくは口座の残高照会をする必要があるかもしれません。そしてあなたはアカウントのパスワードをリセットする必要があります。なぜならあなたはいつも電話ではなくタブレットから自身のアカウントにアクセスしているためです。私たちはみなそうしてきました。 そこで、あなたはカスタマーサポートに電話をかけます。しかし、あなたが公共の場所にいて機密の個人情報を入力したいとき、それを声に出すことは安全ではないかもしれません。あなたのまわりの誰もがあなたが話すことを聞こえるからです。もし、あなたがまわりの騒音の中で話そうとするときは特にそうです。 さて、あなたが喜ぶために、カスタマーサポートがあなたの個人情報をダイヤルボタンを使って数字入力できるようにすることを想像してみてください。あなたは何も言う必要はありません。 Amazon Lex のチャットボットを組み合わせた Amazon Connect は、問い合わせフローを使用した場合に顧客がキーパッドを押した数字を入力としてキャプチャーできます。Amazon Lex はキーパッドで押された数字をプッシュ信号 (DTMF) として解釈します。Lex はあなたが発話を話すときと同じ方法で、その入力に基づいてインテントと一致させます。これにより、顧客がコンタクトセンターと対話する柔軟性が向上します。これはまた、風邪のためか前の歯医者の予約によるためのどちらでも、話すことが難しい誰にとってもより容易になります。 お客様は、キーパッドに個人情報やアカウント番号などの機密情報を入力する方法を選択できるようになり、Amazon Lex の背後にある自然言語理解エンジンを使用して Amazon Connect を通じて Amazon Lex ボットと会話できるようになりました。 このブログポストでは、Amazon Connect の問い合わせフローの中で使うための Amazon Lex のボットを作成する方法を説明します。あなたも、リアルタイムで私のバージョンを試すことができます。 概要 このソリューションは以下のタスクを含みます。 Amazon Lex のボットを作成する ― 名前を指定し、ボットのその他設定を選択する ボットを構成する―ボットがどのように動くかを定義するために設定を更新する。これは以下のステップを含みます。 インテントを作成する ― インテントとは、口座残高の取得など、お客様が実行したいアクションです。ボットは1つ以上のインテントを持つことができます。 スロットを追加する ― スロットは、顧客が意図を満たすために提供しなければならないデータを定義します。 インテントを構成する ― 入力に基づいて、顧客の意図に一致する発話とスロットのコレクションを選択し、次に何が起こるかを決定します。 ボットのエラーハンドリングを構成する ― 呼び出し元の発話が理解できない場合など、ボットがエラーを処理する方法を設定します。 ボットをビルド、テストする ― ボットが意図したとおりに動くか確認します。 ボットを公開し、エイリアスを作成する ― ボットを公開し、対話を可能にします。 […]

Read More

AWS Partner Network (APN) Award 2018 受賞パートナーの発表

みなさん、こんにちは。AWSパートナーネットワーク(APN) プログラムマネージャーの長浜です。 昨日3月7日、ベルサール汐留にてAWS Partner Summit 2019 Tokyoを開催し、昨年2018年の功績を称える「AWS Partner Network (APN) Award 2018」の授賞式も行われました。APN Awardは、一年間を通して各分野で卓越した成果と実績を挙げられたパートナー企業に授与される賞です。今年は4つの賞に計4社が選定されています。各賞の審査基準、受賞パートナー、選定理由については以下の通りです。

Read More

AWS Serverless Application Repository のコンポーネントを使用したサーバーレスアプリの構築

AWS サーバーレスヒーローである Aleksandar Simovic 氏によるゲスト投稿。Aleksandar は、Science Exchange のシニアソフトウェアエンジニアであり、Manning Publications から出版されている Slobodan Stojanovic 氏との「Serverless Applications with Node.js」の共著者です。また、彼はサーバーレスのビジネス面と技術面の両方についてもメディアに寄稿しています。 皆さんの多くは、ユーザーログインまたは認証サービスを一から構築したご経験をお持ちではないでしょうか。そして、おそらく、支払いを処理するサービスや、PDF をエクスポートする別のサービスも何度も構築してきたことでしょう。私たちは皆それを経験しており、多くの場合、何度も行ってきました。AWS Serverless Application Repository を使用すると、より多くの時間とエネルギーをビジネスロジックの開発に費やし、顧客にとって重要な機能をより迅速に提供することができるようになります。 AWS Serverless Application Repository とは? AWS Serverless Application Repository を使用すると、開発者はチームや組織の間で共通のサーバーレスコンポーネントをデプロイ、公開、共有できます。パブリックライブラリには、カスタマイズ可能なパラメータと事前に定義されたライセンスで即座に検索とデプロイが可能な、コミュニティで構築されたオープンソースのサーバーレスコンポーネントが含まれています。これらは、AWS リソースのテンプレート化に使用されるコードとしてのインフラストラクチャである AWS サーバーレスアプリケーションモデル (AWS SAM)、YAML 言語を使用して構築および公開されています。 本稼働環境で AWS Serverless Application Repository を使用する方法 顧客が製品を選択して代金を払えるようにするアプリケーションを構築したいと考えています。相当な労力のようですね。 AWS Serverless Application Repository を使用すると、実際にはそれほど時間がかかりませんでした。 大まかに言って、以下を作りました。 自動的に Stripe Checkout SDK […]

Read More

PostgreSQL ユーザーとロールの管理

PostgreSQL は最も人気のあるオープンソースのリレーショナルデータベースシステムの 1 つです。30 年以上の開発作業を経て、PostgreSQL は、多数の複雑なデータワークロードを処理できる、信頼性が高く堅牢なデータベースであることが証明されています。Oracle などの商用データベースから移行する場合、PostgreSQL はオープンソースデータベースの主要な選択肢と見なされています。アマゾン ウェブ サービス(AWS)は、管理された 2 つの PostgreSQL オプションを提供します:PostgreSQL および Amazon Aurora PostgreSQL 用の Amazon Relational Database Service(Amazon RDS)。この記事では、PostgreSQL でユーザーとロールを管理するためのベストプラクティスについて説明しています。 PostgreSQL を使用すると、きめ細かいアクセス権限を持つユーザーとロールを作成できます。新しいユーザーまたはロールには、各データベースオブジェクトに必要な権限を選択的に付与する必要があります。これはエンドユーザーに多くの力を与えますが、それと同時に、正しい許可を持つユーザーとロールを作成するプロセスを潜在的に複雑にしています。 PostgreSQL では、データベースユーザーに直接権限を付与することができます。ただし、グッドプラクティスとして、アプリケーションとアクセスの要件に基づいて、特定の権限のセットを持つ複数のロールを作成することをおすすめします。次に、各ユーザーに適切な役割を割り当てます。ロールは、データベースオブジェクトにアクセスするための最小権限モデルを強制するために使用するべきです。Amazon RDS および Aurora PostgreSQL インスタンスの作成中に作られたマスターユーザーは、他のユーザー、ロール、およびデータベースの作成などのデータベース管理タスクにのみ使用する必要があります。マスターユーザーはアプリケーションによって使用されるべきではありません。 PostgreSQL できめ細かいアクセスコントロールを設定するための推奨アプローチは次のとおりです: マスターユーザーを使用して、readonly や readwrite などのアプリケーションまたはユースケースごとにロールを作成します。 これらのロールがさまざまなデータベースオブジェクトにアクセスできるように権限を追加します。例えば、readonly ロールは SELECT クエリのみを実行できます。 機能にとって最低限必要な権限をロールに付与します。 app_user や reporting_user のように、アプリケーションごとまたは個別の機能ごとに新しいユーザーを作成します。 適切なロールをこれらのユーザーに割り当てて、ロールと同じ権限をすばやく付与します。例えば、readwrite ロールを app_user に付与し、readonly ロールを reporting_user に付与します。 […]

Read More

Amazon Elastic Inference を使ったモデルサービング

 Amazon Elastic Inference (EI) は、Amazon EC2 および Amazon SageMaker インスタンスに低コストの GPU アクセラレーションをアタッチできるようにするサービスです。EI は深層学習推論の実行コストを最大 75% 削減します。Model Server for Apache MXNet (MMS) は、大規模な推論のための MXNet および ONNX ベースのモデルのデプロイメントを可能にします。このブログ記事では、Elastic Inference Accelerator (EIA) がアタッチされた汎用 EC2 インスタンスで実行される MMS の使用について掘り下げていきます。 Model Server for Apache MXNet (MMS) とは? MMS はオープンソースのモデルサービングフレームワークで、大規模な推論のための深層学習モデルをサーブするタスクをシンプル化するように設計されています。MMS は、Apache MXNet を使用して深層学習モデルを訓練した後、本番環境で大規模な推論のために訓練済みモデルをデプロイすることを容易にします。以下のアーキテクチャ図は、標準的な MMS のスケーラブルアーキテクチャを示しています。 Amazon Elastic Inference とは? 深層学習アプリケーションでは、推論がアプリケーションのコンピューティングコストの約 90 パーセントを占めています。推論は GPU […]

Read More

AWS Samurai 2018 の発表

AWS Samurai 2018 の発表 先日、AWSユーザーグループのJAWS-UG(Japan AWS User Group)による1大イベント「JAWS DAYS 2019」が東京 五反田で開催されました。過去最高の1,900名を超える参加者数を記録、最大規模の質と量を誇るセッション数を提供、その懇親会の場で恒例の AWS Saumrai 2018 受賞者4名が発表されました。

Read More

小・中・高等学校の教育情報システムをAWS上に構築してセキュアにアクセスする

平成29年10月18日に文部科学省で策定された「教育情報セキュリティポリシーに関するガイドライン」では、地方公共団体が設置する学校(小学校、中学校、高等学校)における、教育情報セキュリティポリシーの考え方及び内容について解説されています。 背景として、学校では、コンピュータを活用した学習活動(インターネット教育、学習支援システム、プログラミング学習、オンライン英会話等)が広範囲になってきており、教職員だけでなく、生徒が日常的に情報システムにアクセスする機会が増えています。インターネットの活用はもはや当たり前である一方で、標的型攻撃などのインターネット上の脅威に対する対策を講ずる必要があります。特に、個人情報が含まれる校務系システムは学校に置かず、データセンターに集約のうえ、限られた権限を持つユーザだけがアクセスできるように管理する必要があり、学校内にあるインターネットに接しているコンピュータからは、直接接続できないような環境で利用することが求められています。 このような“守り“の目的のために、新たに専用パソコンを購買することは、費用面、ネットワーク工事面でも多大な負担があります。そこで、導入検討が進んでいるのが、クラウド型仮想デスクトップです。AWSに集約して拡張性・柔軟性・セキュリティを向上した校務系システムにアクセスするために、インターネットに接続されたパソコンから、データセンターにある仮想デスクトップに(踏み台のように)ログインします。(図1)次に、仮想デスクトップから同一ネットワークゾーン内にある校務システムにクラウド内でアクセスすることで、閉域ネットワークで利用が可能であり、データ漏洩の危険やネットワーク遅延を軽減することが可能です。また、教職員はリモートからアクセスが出来るようになるため働き方の変化にもつながってきます。 (図1)   このような環境をAWSでは、Amazon WorkSpaces あるいはAmazon AppStream 2.0で提供しています。どちらもフルマネージド型のデスクトップサービスであり、初期投資が不要で、1台単位で増減が可能です。集中的に利用する日中だけ稼働させることでコストを抑えることが出来るでしょう。利用者のオンプレミスにあるActive Directoryとの連携や、専用線を介して、オンプレミスのシステムに閉域接続することも可能です。 Amazon AppStream 2.0は日本語キーボード対応も完了しており、クラウド側にあるデスクトップアプリケーションの画面情報を暗号化のうえ手元のパソコンのWEBブラウザ(HTML5)に配信します。一般的に求められる機能(プリンタ、クリップボード制御、フォルダリダイレクト、音声)に対応しておりますので学校環境でもマルチデバイス環境ですぐにご利用いただくことが可能です。 また、マイクロソフト社から教育機関認定されていればAmazon WorkSpaces、Amazon AppStream 2.0ともに当該ライセンス費用に係る分の割引を得ることが可能です。 是非ご検討ください。詳しいご説明はパブリックセクターチームにお問い合わせください。 < お問い合わせ・連絡先> アマゾン ウェブ サービス ジャパン株式会社 パブリックセクター  aws-jpps-qa@amazon.com  執筆担当:SA豊原  

Read More

EMRFS S3 最適化コミッターを使用して、Apache Parquet 形式での Apache Spark 書き込みパフォーマンスを向上させる

 EMRFS S3 最適化コミッターは、Amazon EMR 5.19.0 以降の Apache Spark ジョブで使用可能な新しい出力コミッターです。このコミッターは、EMR ファイルシステム (EMRFS) を使用して Apache Parquet ファイルを Amazon S3 に書き込む際のパフォーマンスを向上させます。この記事では、この新しい最適化されたコミッターを既存のコミッターアルゴリズム、つまり FileOutputCommitter アルゴリズムのバージョン 1 および 2 と比較するためにパフォーマンスベンチマークを実行します。最後に、新しいコミッターに対する現在の制限について検討し、可能な限り回避策を提供します。 FileOutputCommitter との比較 Amazon EMR バージョン 5.19.0 以前では、Parquet を Amazon S3 に書き込む Spark ジョブは、デフォルトで FileOutputCommitter という Hadoop コミットアルゴリズムを使用していました。このアルゴリズムには、バージョン 1 と 2 の 2 つのバージョンがあります。どちらのバージョンも、中間タスクの出力を一時的な場所に書き込むことに依存しています。その後、名前変更操作を実行して、タスクまたはジョブの完了時にデータが表示されるようにします。 アルゴリズムバージョン 1 には、2 つのフェーズの名前変更があります。1 つは個々のタスク出力をコミットするため、もう 1 つは完了/成功したタスクからのジョブ全体の出力をコミットするためです。タスクは名前変更ファイルを直接最終出力場所にコミットするので、アルゴリズムバージョン 2 […]

Read More

ベス・イスラエル・ディーコネス・メディカルセンターにおける機械学習を使った患者ケアの向上

 ベス・イスラエル・ディーコネス・メディカルセンター (BIDMC) は、機械学習がどのように患者ケアを向上させることができるかについての複数年にわたる革新的な研究プログラムを開始しました。このプログラムは、AWS からの学術研究後援助成金によってサポートされています。  このハーバード大学医学大学院関連教育病院は、患者のケアと生活の質を向上させることを目的として、機械学習テクノロジーが臨床ケアを強化し、業務を合理化して、無駄を省くことを可能にする新たな方法を見いだすために、さまざまな AWS Machine Learning サービスを使用していきます。 機械学習を使った患者ケアの向上 病院の管理と運営における非効率性は、医療提供者、保険業者、患者、および納税者にとってコスト面における大きな損失であるだけでなく、貴重なリソースが患者ケア以外に流れてしまうことにもつながりかねません。これらの非効率性は、ヘルスケアコストを押し上げ、生命に関わる医療ミスの一因となる可能性もあります。 BIDMC で現在進められている取り組みは、より良い患者アウトカムの促進、入院と再入院の低減、およびすべてのアメリカ国民のヘルスケアコストの削減を目的に、ヘルスケア業界全体で共有することができる新たな手法の特定を目指しています。BIDMC の機械学習研究は、これらの課題に対処するためのデータに基づくソリューションとプロセスを作成し、ヘルスケア業界全体に対する拡張性を備え、患者ケアをさらに強化しようとするものです。 最初の BIDMC 研究プロジェクトでは、BIDMC にある 41 室の手術室のスケジュールを最適化し、これらのスケジュールを調整して入院環境における患者フローを改善するために機械学習を使用しました。別のプロジェクトでは、手術室での業務フローの改善に機械学習が活用されました。現在、受領される手術前の文書パッケージは画像としてスキャンされ、BIDMC のセキュアな AWS クラウドでホストされる Amazon SageMaker 上の TensorFlow で処理されます。この機械学習主導のプロセスは、自動的に同意書を認識して、それを対応する電子カルテ (EHR) を自動的に挿入するため、病院職員は何時間もの手作業を行わずに済むようになります。BIDMC は、EHR をスキャンして記入済みの同意書といった主な要素を検索するモデルを構築しました。同意書が見つからなければ、EHR にシグナルが表示され、看護師がそれらの患者に対するフォローアップを行います。 また、BIDMC には稼働率が高い 490 床を超える医療/外科入院病床があり、BIDMC のチームは、患者が適時に治療を受け、回復できるように外科手術を成功させるべく懸命に努力しています。しかし、手術は記入済みの病歴と身体所見 (H&P) 用紙が原因で延期または予定変更される場合があります。これは手術開始前に揃えておかなくてはならず、病院にファックスで送信されることもある書類の中から探し出すことは困難になり得ます。この問題を解決するために、BIDMC は現在、H&P を識別するための機械学習モデルで使用される重要な医学用語とインサイトの抽出に Amazon Comprehend Medical を使用しています。その結果、貴重な時間を節約し、延期と予定変更を防ぐことが可能になりました。 ベス・イスラエル・ディーコネス・メディカルセンターの最高情報責任者であるマヌ・タンドン氏は、「テクノロジーと深層学習における進歩には、医療ケアを向上させ、何千人もの患者と医療提供者の生活に有意義な変化をもたらす力があります」と話しました。 ベス・イスラエル・ディーコネス・メディカルセンターの Health Technology Exploration Center エグゼクティブディレクターであり、ハーバード大学医学大学院の国際ヘルスケアイノベーション教授であるジョン・ハラムカ医学博士は次のように語っています。「煩雑な事務上の作業と管理に費される時間のすべてが積もり積もって何百万ドルもの生産性損失を生じ、患者ケアに直接的な影響を及ぼします。この機械学習研究の後援は、BIDMC、そして世界各国で患者に対するケアを変革することになるプロジェクトを推進するために、ヘルスケアにおいて新進のテクノロジーを使用するという私たちのコミットメントをサポートしてくれます。」 BIDMC […]

Read More

新しい Amazon DocumentDB の集計、配列、インデックス作成機能

Amazon DocumentDB (MongoDB 互換) は、MongoDB のワークロードをサポートする高速でスケーラブル、かつ可用性に優れた完全マネージド型のドキュメント データベース サービスです。今日、使用したものと同じ MongoDB アプリケーションコード、ドライバー、およびツールを使用して、Amazon DocumentDB でワークロードを実行、管理、および拡張できます。これにより、基となるインフラストラクチャの管理を気にせず、パフォーマンス、スケーラビリティ、および可用性を向上させることができます。 今日、Amazon DocumentDB は、新しい集計パイプライン演算子とステージをサポートするようになりました。これにより、ドキュメントで強力な集計を作成することができます。新しい機能には、集計文字列演算子 ($concat, $substr, $substrBytes, $substrCP, $strcasecmp)、配列集計演算子 ($size)、集計グループ アキュムレータ演算子 ($push)、および集計ステージ ($redact と$indexStats) が含まれます。さらに、Amazon DocumentDB は、配列内の要素を更新する位置配列演算子 ($[] と $[<identifier>]) およびインデックスを選択する hint() をサポートするようになりました。 このブログ記事では、一般的なユースケースを示してこれらの新機能のいくつかを紹介します。これにより、Amazon DocumentDB で大規模のアプリケーションを構築および管理する機能を使い始めることができます。 Amazon DocumentDB の使用の開始 Amazon DocumentDB を使い始めるには、Amazon DocumentDB 入門ガイド、AWS CloudFormation のクイック スタートをご覧ください。準備ができたら、現在 MongoDB で使用しているものと同じアプリケーションコード、ドライバー、およびツールを使って、Amazon DocumentDB での開発を開始できます。 新機能 Amazon DocumentDB […]

Read More